Aquest estudi sorgeix de la problemàtica que hi ha a l'hora d'estimar la intensitat de precipitació amb els radars meteorològics, degut al desconeixement de la fase de la precipitació (pluja o neu). En estudis anteriors s'obtenen dues equacions que a partir de variables meteorològiques conegudes, es determina la probabilitat que hi ha que la precipitació sigui neu o pluja. La primera, obtinguda a l'estudi de Koistinen i Saltikoff (1998) (KS), determina la probabilitat de pluja a partir de de la temperatura i la humitat relativa. La segona, del Dai (2008) (D), calcula la probabilitat de pluja o de neu en funció de la temperatura i la pressió superficial. En aquest treball es verifica la validesa d'aquestes equacions a la regió de la Península Ibèrica i del Mediterrani Occidental, comparant les estimacions amb observacions de tipus de precipitació. Es
realitza una comparativa dels resultats obtinguts amb les dues equacions, per tal de seleccionar la millor. Finalment es determinen els llindars òptims a partir dels quals la precipitació es pot considerar pluja o neu. Els resultats obtinguts són que l'equació més adequada i precisa per aquesta
regió és la KS. Els llindars elegits indiquen que per probabilitats superiors al 60%, la precipitació es produeix en forma de pluja, per probabilitats inferiors al 30% neu, i si es troba entre el 60% i el 30% la precipitació és en forma d'aiguaneu.
The knowledge of the phase of precipitation (snow or rain) is essential to estimate precipitation intensity using meteorological radar. Two empirical equations that calculate the probability of rain or snow using some meteorological variables have been obteined in severals studies. The first one is the equation estimated in the Koistinen and Saltikoff (1998) (KS) study, which depends on air temperature and humidity. The other one has been obtained in the study of Dai (2008) (D) and is function of air temperature and pressure. This study wants to verify these equations in the region of Peninsula Iberica and Occidental Mediterranean, making a comparison between the estimations and the observations of the type of precipitation. After that, the equation that provides the best result is selected. Finally, the optimal threshold, which indicates if precipitation is rain or snow is determined. The result show that the equation KS gives the best estimation from this region. The chosen thresholds indicate that if the probability is bigger than 60%, the precipitation is rain, if the probability is lower than 30%, it is snow, and if the probability is between 60%-30% the type precipitation is sleet.